Overview

Dataset statistics

Number of variables30
Number of observations105422
Missing cells94992
Missing cells (%)3.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory24.1 MiB
Average record size in memory240.0 B

Variable types

Numeric7
Categorical23

Warnings

page has a high cardinality: 104908 distinct values High cardinality
description has a high cardinality: 87008 distinct values High cardinality
public_date has a high cardinality: 1219 distinct values High cardinality
update_date has a high cardinality: 68 distinct values High cardinality
metro_station has a high cardinality: 79 distinct values High cardinality
metro_station is highly correlated with districtHigh correlation
district is highly correlated with metro_stationHigh correlation
kitchen_square has 50401 (47.8%) missing values Missing
live_square has 44591 (42.3%) missing values Missing
df_index is uniformly distributed Uniform
page is uniformly distributed Uniform
df_index has unique values Unique

Reproduction

Analysis started2021-04-04 12:33:31.602109
Analysis finished2021-04-04 12:34:39.479595
Duration1 minute and 7.88 seconds
Software versionpandas-profiling v2.11.0
Download configurationconfig.yaml

Variables

df_index
Real number (ℝ≥0)

UNIFORM
UNIQUE

Distinct105422
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean54540.78612
Minimum0
Maximum109130
Zeros1
Zeros (%)< 0.1%
Memory size823.7 KiB
2021-04-04T15:34:39.604182image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile5455.05
Q127255.25
median54549.5
Q381792.75
95-th percentile103673.95
Maximum109130
Range109130
Interquartile range (IQR)54537.5

Descriptive statistics

Standard deviation31501.84464
Coefficient of variation (CV)0.5775832525
Kurtosis-1.199370921
Mean54540.78612
Median Absolute Deviation (MAD)27269
Skewness0.001072246604
Sum5749798754
Variance992366215.6
MonotocityStrictly increasing
2021-04-04T15:34:39.745974image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
01
 
< 0.1%
89131
 
< 0.1%
294031
 
< 0.1%
314501
 
< 0.1%
253051
 
< 0.1%
273521
 
< 0.1%
48231
 
< 0.1%
68701
 
< 0.1%
7251
 
< 0.1%
27721
 
< 0.1%
Other values (105412)105412
> 99.9%
ValueCountFrequency (%)
01
< 0.1%
11
< 0.1%
21
< 0.1%
31
< 0.1%
41
< 0.1%
ValueCountFrequency (%)
1091301
< 0.1%
1091291
< 0.1%
1091281
< 0.1%
1091271
< 0.1%
1091261
< 0.1%

page
Categorical

HIGH CARDINALITY
UNIFORM

Distinct104908
Distinct (%)99.5%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3189436854
 
2
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-2472070854
 
2
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3066394926
 
2
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3151125676
 
2
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3220784788
 
2
Other values (104903)
105412 

Length

Max length84
Median length84
Mean length81.67118818
Min length70

Characters and Unicode

Total characters8609940
Distinct characters36
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique104394 ?
Unique (%)99.0%

Sample

1st rowhttps://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3209848848
2nd rowhttps://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-2558985602
3rd rowhttps://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249574347
4th rowhttps://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3295280875
5th rowhttps://www.domofond.ru/5-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3213977858
ValueCountFrequency (%)
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-31894368542
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-24720708542
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-30663949262
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-31511256762
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-32207847882
 
< 0.1%
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32244238732
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-30640549412
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-26919247852
 
< 0.1%
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-30619880432
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-27526539152
 
< 0.1%
Other values (104898)105402
> 99.9%
2021-04-04T15:34:40.449850image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-31894368542
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-24720708542
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-30663949262
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-31511256762
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-32207847882
 
< 0.1%
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32244238732
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-30640549412
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-26919247852
 
< 0.1%
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-30619880432
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-27526539152
 
< 0.1%
Other values (104898)105402
> 99.9%

Most occurring characters

ValueCountFrequency (%)
a786925
 
9.1%
r632532
 
7.3%
t613715
 
7.1%
-594898
 
6.9%
o508293
 
5.9%
n489476
 
5.7%
p316266
 
3.7%
/316266
 
3.7%
w316266
 
3.7%
d316266
 
3.7%
Other values (26)3719037
43.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter6137150
71.3%
Decimal Number1139938
 
13.2%
Other Punctuation632532
 
7.3%
Dash Punctuation594898
 
6.9%
Connector Punctuation105422
 
1.2%

Most frequent character per category

ValueCountFrequency (%)
a786925
12.8%
r632532
10.3%
t613715
 
10.0%
o508293
 
8.3%
n489476
 
8.0%
p316266
 
5.2%
w316266
 
5.2%
d316266
 
5.2%
u316266
 
5.2%
k297449
 
4.8%
Other values (11)1543696
25.2%
ValueCountFrequency (%)
3205083
18.0%
2178437
15.7%
1129764
11.4%
4106378
9.3%
9104159
9.1%
591858
8.1%
084477
7.4%
881948
 
7.2%
680861
 
7.1%
776973
 
6.8%
ValueCountFrequency (%)
/316266
50.0%
.210844
33.3%
:105422
 
16.7%
ValueCountFrequency (%)
-594898
100.0%
ValueCountFrequency (%)
_105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin6137150
71.3%
Common2472790
28.7%

Most frequent character per script

ValueCountFrequency (%)
a786925
12.8%
r632532
10.3%
t613715
 
10.0%
o508293
 
8.3%
n489476
 
8.0%
p316266
 
5.2%
w316266
 
5.2%
d316266
 
5.2%
u316266
 
5.2%
k297449
 
4.8%
Other values (11)1543696
25.2%
ValueCountFrequency (%)
-594898
24.1%
/316266
12.8%
.210844
 
8.5%
3205083
 
8.3%
2178437
 
7.2%
1129764
 
5.2%
4106378
 
4.3%
:105422
 
4.3%
_105422
 
4.3%
9104159
 
4.2%
Other values (5)416117
16.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII8609940
100.0%

Most frequent character per block

ValueCountFrequency (%)
a786925
 
9.1%
r632532
 
7.3%
t613715
 
7.1%
-594898
 
6.9%
o508293
 
5.9%
n489476
 
5.7%
p316266
 
3.7%
/316266
 
3.7%
w316266
 
3.7%
d316266
 
3.7%
Other values (26)3719037
43.2%

description
Categorical

HIGH CARDINALITY

Distinct87008
Distinct (%)82.5%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.
 
818
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.
 
606
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.
 
514
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.
 
208
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.
 
180
Other values (87003)
103096 

Length

Max length4987
Median length780
Mean length879.4789892
Min length1

Characters and Unicode

Total characters92716434
Distinct characters657
Distinct categories23 ?
Distinct scripts8 ?
Distinct blocks26 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique81134 ?
Unique (%)77.0%

Sample

1st rowЖилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная Рассрочка
2nd row🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇
3rd rowddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер, Ежемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.
4th row2 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.
5th rowКлубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатны
ValueCountFrequency (%)
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.818
 
0.8%
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.606
 
0.6%
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.514
 
0.5%
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.208
 
0.2%
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.180
 
0.2%
Апарт-отель «Начало» расположен на берегу Ивановского водоема в 15 минутах ходьбы от ст.м. «Ломоносовская». В апарт-отеле вы можете купить апартаменты и распоряжаться ими, как считаете нужным: заселиться в них, сдавать в аренду самому или с помощью УК «Начало.сервис»., Апартаменты отличают продуманные планировочные решения для максимизации полезной и эффективной площади. Готовая чистовая отделка поможет избежать многолетнего шума и грязи в лифтах и холлах от ремонта соседей. За дополнительную оплату можно заказать полное оснащение апартамента мебелью, техникой, текстилем и посудой "под ключ".,В апарт-отеле предусмотрен полный набор гостиничного сервиса - ресепшн, прачечная, служба горничных, техническая служба в формате "муж на час", еда в номер, заказ такси, помощь и техническая поддержка, а также ресторан, прачечная, велнес-центр, офисы и коворкинг, салоны красоты и прочие.,Для инвесторов УК предлагает распределенный доход в зависимости от категории номеров, который позволяет снизить риски, волатильность доходов и расходов. Инвесторы смогут получать доход, не тратя время и силы на операционную деятельность за счет наличия централизованной УК. ,Апартаменты можно приобрести в рассрочку или в ипотеку. Действует субсидированная ставка Сбербанка – от 3,6% годовых. Продажи осуществляются с использованием эскроу-счетов.,Срок окончания строительства апарт-отеля — 1 квартал 2023 года131
 
0.1%
Жилой комплекс Golden City как величественный корабль пришвартовался у намывных территорий у берегов Финского залива.,В самой живописной его части, на западном побережье Васильевского острова.,Шесть новых кварталов Golden City будут структурированы целой сетью различных общественных пространств, красивых площадей и улиц.,В комплексе представлен широкий выбор планировочных решений от комфортных студий с двумя окнами до двухуровневых квартир. ,А так же видовые квартиры с террасами и без, трехсторонние планировки с угловым остеклением, и квартиры с окном в ванной комнате.,Первые этажи предназначены под коммерцию. ,В жилом комплексе предусмотрены детские сады и школы, дойти до которых можно будет за пару минут. ,Интересные факты о проекте:,• Финалист федеральной премии ТОП ЖК-2021,• Golden City вошел в ТОП-5 инвестиционно-привлекательных новостроек Санкт-Петербурга ,• Уникальная архитектура европейского класса, уже ставшая знаковой ,• Великолепные виды на Финский залив и парковую зону из панорамных окон ,Прямая продажа от застройщика! ,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, материнский капитал. Звоните!124
 
0.1%
Представляем iD Moskovskiy – эксклюзивную резиденцию на Московском проспекте с приватным SPA-пространством для собственников, рассчитанную на 173 квартиры. Это – дебютный проект Euroinvest Development в сегменте Collection, объединяющем уникальные владения в историческом центре Петербурга.,Респектабельная локация, авторская архитектура, продолжающая традиции парадного сталинского ампира и ар-деко, впечатляющие интерьеры вестибюлей и холлов с шестиметровыми потолками, благородные фасадные и отделочные материалы, уединённый двор-сад с колоннадой для неспешных прогулок, разнообразие планировочных решений, окна в пол, современные технологии и инженерия, закрытый детский сад на территории, приветливая служба консьержей – мы продумали каждую деталь, чтобы вы могли позволить себе роскошь быть собой. Без компромиссов.115
 
0.1%
Жилой комплекс бизнес-класса Alter состоит из трёх 12-этажных башен, объединённых стилобатом, на котором разместится закрытый внутренний двор. В квартирографии представлены 220 европланировок с одной, двумя и тремя спальнями, а также варианты с террасами и свободным зонированием. Высота потолков в квартирах составляет 2,9 метров.109
 
0.1%
Жилой комплекс «Ариосто» представляет собой кирпично-монолитный дом высотой в 12 этажей. Концепцию нового квартала разработало одно из ведущих российских бюро – «Архитектурная мастерская Юсупова». Во внешнем оформлении комплекса присутствуют элементы итальянской архитектуры, а также яркие цветовые акценты по верхнему поясу здания.,В доме спроектировано 300 уникальных планировок. На этаже расположено от 2 до 6 квартир. В них предусмотрены панорамные окна и потолки высотой до 3,6 метра. В некоторых квартирах предусмотрены террасы и сауны, а также окна в ванных комнатах. Застройщик предлагает покупателям три варианта чистовой отделки на выбор: «Сканди», «Современный» и «Классика».,В состав объекта входят собственный детский сад, магазины и ресторан. В комплексе предусмотрена система автоматизации техники «Умный дом». В доме находятся кладовые помещения, а также подземный паркинг. Прилегающая к комплексу часть заказника будет преобразована в благоустроенный парк. На придомовой территории находятся площадка для скейтбординга, футбольное поле, детские площадки, велосипедные и прогулочные дорожки. Зимой будет залит каток.,Жилой комплекс находится в Приморском районе на пересечении ул. Глухарская и пр. Авиаконструкторов. Юнтоловский лесопарк расположен в 10 минутах пешком. Метро «Комендантский проспект» находится в 10 минутах транспортом.89
 
0.1%
Other values (86998)102528
97.3%
2021-04-04T15:34:41.366149image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
в471537
 
3.9%
и450819
 
3.7%
на274194
 
2.3%
с182788
 
1.5%
116264
 
1.0%
от102079
 
0.8%
для86154
 
0.7%
квартира83419
 
0.7%
по79376
 
0.7%
метро66797
 
0.6%
Other values (234304)10141533
84.1%

Most occurring characters

ValueCountFrequency (%)
12061780
 
13.0%
о7708094
 
8.3%
а6101204
 
6.6%
е5413252
 
5.8%
т4787872
 
5.2%
и4763186
 
5.1%
н4603718
 
5.0%
р4314524
 
4.7%
с3631274
 
3.9%
к3306232
 
3.6%
Other values (647)36025298
38.9%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter70231926
75.7%
Space Separator12122117
 
13.1%
Other Punctuation3633324
 
3.9%
Uppercase Letter3525285
 
3.8%
Decimal Number1906104
 
2.1%
Dash Punctuation561622
 
0.6%
Other Symbol135452
 
0.1%
Close Punctuation112695
 
0.1%
Open Punctuation108305
 
0.1%
Final Punctuation107529
 
0.1%
Other values (13)272075
 
0.3%

Most frequent character per category

ValueCountFrequency (%)
💥18898
14.0%
🎁18580
13.7%
📣18564
13.7%
12800
9.4%
🔥10589
7.8%
💸9276
6.8%
9265
6.8%
🤫9263
6.8%
5578
 
4.1%
4691
 
3.5%
Other values (383)17948
13.3%
ValueCountFrequency (%)
о7708094
 
11.0%
а6101204
 
8.7%
е5413252
 
7.7%
т4787872
 
6.8%
и4763186
 
6.8%
н4603718
 
6.6%
р4314524
 
6.1%
с3631274
 
5.2%
к3306232
 
4.7%
в2867841
 
4.1%
Other values (64)22734729
32.4%
ValueCountFrequency (%)
П386940
 
11.0%
К327928
 
9.3%
В276563
 
7.8%
С243921
 
6.9%
О210151
 
6.0%
Д187592
 
5.3%
И163903
 
4.6%
Н151664
 
4.3%
Т151604
 
4.3%
А143865
 
4.1%
Other values (60)1281154
36.3%
ValueCountFrequency (%)
,1812779
49.9%
.1379728
38.0%
:134367
 
3.7%
!113471
 
3.1%
"89775
 
2.5%
%31666
 
0.9%
;22947
 
0.6%
/18679
 
0.5%
9269
 
0.3%
·8428
 
0.2%
Other values (14)12215
 
0.3%
ValueCountFrequency (%)
+21393
76.9%
=2883
 
10.4%
>2209
 
7.9%
~659
 
2.4%
|221
 
0.8%
214
 
0.8%
92
 
0.3%
29
 
0.1%
27
 
0.1%
19
 
0.1%
Other values (11)68
 
0.2%
ValueCountFrequency (%)
²7832
99.6%
¼21
 
0.3%
½2
 
< 0.1%
¹1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
Other values (3)3
 
< 0.1%
ValueCountFrequency (%)
1348699
18.3%
2327298
17.2%
0258232
13.5%
3185509
9.7%
5184040
9.7%
4153857
8.1%
6130329
 
6.8%
7114475
 
6.0%
8105870
 
5.6%
997791
 
5.1%
Other values (2)4
 
< 0.1%
ValueCountFrequency (%)
-417559
74.3%
100481
 
17.9%
40834
 
7.3%
2723
 
0.5%
13
 
< 0.1%
11
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
­423
43.6%
268
27.6%
158
 
16.3%
113
 
11.6%
7
 
0.7%
2
 
0.2%
ValueCountFrequency (%)
`1492
94.8%
🏻52
 
3.3%
🏼14
 
0.9%
^12
 
0.8%
🏾3
 
0.2%
¸1
 
0.1%
ValueCountFrequency (%)
12061780
99.5%
 60326
 
0.5%
4
 
< 0.1%
4
 
< 0.1%
3
 
< 0.1%
ValueCountFrequency (%)
̆4949
62.7%
2927
37.1%
̈11
 
0.1%
́9
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
42.9%
13
31.0%
10
23.8%
1
 
2.4%
ValueCountFrequency (%)
«106505
99.3%
762
 
0.7%
31
 
< 0.1%
ValueCountFrequency (%)
»106466
99.0%
771
 
0.7%
292
 
0.3%
ValueCountFrequency (%)
(108262
> 99.9%
[43
 
< 0.1%
ValueCountFrequency (%)
)112653
> 99.9%
]42
 
< 0.1%
ValueCountFrequency (%)
10461
99.8%
$18
 
0.2%
ValueCountFrequency (%)
26425
100.0%
ValueCountFrequency (%)
_81637
100.0%
ValueCountFrequency (%)
51
100.0%
ValueCountFrequency (%)
13
100.0%
ValueCountFrequency (%)
8
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic73176848
78.9%
Common18950861
 
20.4%
Latin580349
 
0.6%
Inherited8031
 
< 0.1%
Braille289
 
< 0.1%
Unknown42
 
< 0.1%
Tamil8
 
< 0.1%
Arabic6
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
12061780
63.6%
,1812779
 
9.6%
.1379728
 
7.3%
-417559
 
2.2%
1348699
 
1.8%
2327298
 
1.7%
0258232
 
1.4%
3185509
 
1.0%
5184040
 
1.0%
4153857
 
0.8%
Other values (498)1821380
 
9.6%
ValueCountFrequency (%)
о7708094
 
10.5%
а6101204
 
8.3%
е5413252
 
7.4%
т4787872
 
6.5%
и4763186
 
6.5%
н4603718
 
6.3%
р4314524
 
5.9%
с3631274
 
5.0%
к3306232
 
4.5%
в2867841
 
3.9%
Other values (60)25679651
35.1%
ValueCountFrequency (%)
i46905
 
8.1%
o44457
 
7.7%
e39699
 
6.8%
l32206
 
5.5%
t31348
 
5.4%
a31304
 
5.4%
r29243
 
5.0%
I24033
 
4.1%
n22089
 
3.8%
v17208
 
3.0%
Other values (53)261857
45.1%
ValueCountFrequency (%)
̆4949
61.6%
2927
36.4%
113
 
1.4%
13
 
0.2%
̈11
 
0.1%
́9
 
0.1%
7
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
42.9%
13
31.0%
10
23.8%
1
 
2.4%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
289
100.0%
ValueCountFrequency (%)
8
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic73176848
78.9%
ASCII18938333
 
20.4%
None386102
 
0.4%
Punctuation156169
 
0.2%
Dingbats15027
 
< 0.1%
Letterlike Symbols12816
 
< 0.1%
Currency Symbols10461
 
< 0.1%
Misc Technical9362
 
< 0.1%
Diacriticals4971
 
< 0.1%
VS2927
 
< 0.1%
Other values (16)3418
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
о7708094
 
10.5%
а6101204
 
8.3%
е5413252
 
7.4%
т4787872
 
6.5%
и4763186
 
6.5%
н4603718
 
6.3%
р4314524
 
5.9%
с3631274
 
5.0%
к3306232
 
4.5%
в2867841
 
3.9%
Other values (60)25679651
35.1%
ValueCountFrequency (%)
12061780
63.7%
,1812779
 
9.6%
.1379728
 
7.3%
-417559
 
2.2%
1348699
 
1.8%
2327298
 
1.7%
0258232
 
1.4%
3185509
 
1.0%
5184040
 
1.0%
4153857
 
0.8%
Other values (84)1808852
 
9.6%
ValueCountFrequency (%)
«106505
27.6%
»106466
27.6%
 60326
15.6%
💥18898
 
4.9%
🎁18580
 
4.8%
📣18564
 
4.8%
🔥10589
 
2.7%
💸9276
 
2.4%
🤫9263
 
2.4%
·8428
 
2.2%
Other values (297)19207
 
5.0%
ValueCountFrequency (%)
100481
64.3%
40834
26.1%
9269
 
5.9%
2723
 
1.7%
771
 
0.5%
762
 
0.5%
292
 
0.2%
268
 
0.2%
235
 
0.2%
158
 
0.1%
Other values (12)376
 
0.2%
ValueCountFrequency (%)
5578
37.1%
4691
31.2%
1488
 
9.9%
1413
 
9.4%
970
 
6.5%
397
 
2.6%
209
 
1.4%
42
 
0.3%
41
 
0.3%
37
 
0.2%
Other values (19)161
 
1.1%
ValueCountFrequency (%)
12800
99.9%
13
 
0.1%
2
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
9265
99.0%
79
 
0.8%
6
 
0.1%
4
 
< 0.1%
3
 
< 0.1%
2
 
< 0.1%
2
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
10461
100.0%
ValueCountFrequency (%)
̆4949
99.6%
̈11
 
0.2%
́9
 
0.2%
̀2
 
< 0.1%
ValueCountFrequency (%)
2927
100.0%
ValueCountFrequency (%)
1267
57.0%
234
 
10.5%
109
 
4.9%
103
 
4.6%
91
 
4.1%
66
 
3.0%
51
 
2.3%
50
 
2.2%
37
 
1.7%
32
 
1.4%
Other values (29)183
 
8.2%
ValueCountFrequency (%)
84
21.7%
75
19.4%
63
16.3%
56
14.5%
29
 
7.5%
27
 
7.0%
18
 
4.7%
9
 
2.3%
8
 
2.1%
7
 
1.8%
Other values (2)11
 
2.8%
ValueCountFrequency (%)
🙂26
28.6%
😊11
12.1%
🙏9
 
9.9%
😉8
 
8.8%
😎6
 
6.6%
😁5
 
5.5%
😍5
 
5.5%
😇3
 
3.3%
🙌3
 
3.3%
😯2
 
2.2%
Other values (9)13
14.3%
ValueCountFrequency (%)
214
80.5%
19
 
7.1%
18
 
6.8%
8
 
3.0%
3
 
1.1%
2
 
0.8%
2
 
0.8%
ValueCountFrequency (%)
289
100.0%
ValueCountFrequency (%)
29
76.3%
1
 
2.6%
1
 
2.6%
1
 
2.6%
1
 
2.6%
1
 
2.6%
1
 
2.6%
1
 
2.6%
1
 
2.6%
1
 
2.6%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
𝐄2
12.5%
𝟐2
12.5%
𝟎2
12.5%
𝐨2
12.5%
𝐍1
6.2%
𝐖1
6.2%
𝐓1
6.2%
𝐈1
6.2%
𝐌1
6.2%
𝐏1
6.2%
Other values (2)2
12.5%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
1
50.0%
1
50.0%
ValueCountFrequency (%)
18
42.9%
13
31.0%
10
23.8%
1
 
2.4%
ValueCountFrequency (%)
8
100.0%
ValueCountFrequency (%)
34
100.0%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
🅿2
40.0%
🇩1
20.0%
🇪1
20.0%
🆕1
20.0%
ValueCountFrequency (%)
7
100.0%

flat_type
Categorical

Distinct3
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
Квартира
86605 
Студия
18688 
Своб. планировка
 
129

Length

Max length16
Median length8
Mean length7.655252224
Min length6

Characters and Unicode

Total characters807032
Distinct characters18
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКвартира
2nd rowСтудия
3rd rowКвартира
4th rowКвартира
5th rowКвартира
ValueCountFrequency (%)
Квартира86605
82.2%
Студия18688
 
17.7%
Своб. планировка129
 
0.1%
2021-04-04T15:34:41.634166image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:41.712272image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
квартира86605
82.1%
студия18688
 
17.7%
своб129
 
0.1%
планировка129
 
0.1%

Most occurring characters

ValueCountFrequency (%)
а173468
21.5%
р173339
21.5%
и105422
13.1%
т105293
13.0%
в86863
10.8%
К86605
10.7%
С18817
 
2.3%
у18688
 
2.3%
д18688
 
2.3%
я18688
 
2.3%
Other values (8)1161
 
0.1%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter701352
86.9%
Uppercase Letter105422
 
13.1%
Other Punctuation129
 
< 0.1%
Space Separator129
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а173468
24.7%
р173339
24.7%
и105422
15.0%
т105293
15.0%
в86863
12.4%
у18688
 
2.7%
д18688
 
2.7%
я18688
 
2.7%
о258
 
< 0.1%
б129
 
< 0.1%
Other values (4)516
 
0.1%
ValueCountFrequency (%)
К86605
82.2%
С18817
 
17.8%
ValueCountFrequency (%)
.129
100.0%
ValueCountFrequency (%)
129
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic806774
> 99.9%
Common258
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а173468
21.5%
р173339
21.5%
и105422
13.1%
т105293
13.1%
в86863
10.8%
К86605
10.7%
С18817
 
2.3%
у18688
 
2.3%
д18688
 
2.3%
я18688
 
2.3%
Other values (6)903
 
0.1%
ValueCountFrequency (%)
.129
50.0%
129
50.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic806774
> 99.9%
ASCII258
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
а173468
21.5%
р173339
21.5%
и105422
13.1%
т105293
13.1%
в86863
10.8%
К86605
10.7%
С18817
 
2.3%
у18688
 
2.3%
д18688
 
2.3%
я18688
 
2.3%
Other values (6)903
 
0.1%
ValueCountFrequency (%)
.129
50.0%
129
50.0%

object_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
Новостройка
76603 
Вторичная
28819 

Length

Max length11
Median length11
Mean length10.45326402
Min length9

Characters and Unicode

Total characters1102004
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНовостройка
2nd rowВторичная
3rd rowНовостройка
4th rowНовостройка
5th rowНовостройка
ValueCountFrequency (%)
Новостройка76603
72.7%
Вторичная28819
 
27.3%
2021-04-04T15:34:41.893405image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:41.971519image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
новостройка76603
72.7%
вторичная28819
 
27.3%

Most occurring characters

ValueCountFrequency (%)
о258628
23.5%
т105422
9.6%
р105422
9.6%
а105422
9.6%
Н76603
 
7.0%
в76603
 
7.0%
с76603
 
7.0%
й76603
 
7.0%
к76603
 
7.0%
В28819
 
2.6%
Other values (4)115276
10.5%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter996582
90.4%
Uppercase Letter105422
 
9.6%

Most frequent character per category

ValueCountFrequency (%)
о258628
26.0%
т105422
10.6%
р105422
10.6%
а105422
10.6%
в76603
 
7.7%
с76603
 
7.7%
й76603
 
7.7%
к76603
 
7.7%
и28819
 
2.9%
ч28819
 
2.9%
Other values (2)57638
 
5.8%
ValueCountFrequency (%)
Н76603
72.7%
В28819
 
27.3%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1102004
100.0%

Most frequent character per script

ValueCountFrequency (%)
о258628
23.5%
т105422
9.6%
р105422
9.6%
а105422
9.6%
Н76603
 
7.0%
в76603
 
7.0%
с76603
 
7.0%
й76603
 
7.0%
к76603
 
7.0%
В28819
 
2.6%
Other values (4)115276
10.5%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1102004
100.0%

Most frequent character per block

ValueCountFrequency (%)
о258628
23.5%
т105422
9.6%
р105422
9.6%
а105422
9.6%
Н76603
 
7.0%
в76603
 
7.0%
с76603
 
7.0%
й76603
 
7.0%
к76603
 
7.0%
В28819
 
2.6%
Other values (4)115276
10.5%

rooms
Categorical

Distinct9
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
1
55392 
2
30803 
3
16828 
4
 
2024
5
 
233
Other values (4)
 
142

Length

Max length16
Median length1
Mean length1.018354803
Min length1

Characters and Unicode

Total characters107357
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row2
5th row5
ValueCountFrequency (%)
155392
52.5%
230803
29.2%
316828
 
16.0%
42024
 
1.9%
5233
 
0.2%
Своб. планировка129
 
0.1%
77
 
< 0.1%
84
 
< 0.1%
92
 
< 0.1%
2021-04-04T15:34:42.158304image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:42.236415image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
155392
52.5%
230803
29.2%
316828
 
15.9%
42024
 
1.9%
5233
 
0.2%
своб129
 
0.1%
планировка129
 
0.1%
77
 
< 0.1%
84
 
< 0.1%
92
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
155392
51.6%
230803
28.7%
316828
 
15.7%
42024
 
1.9%
в258
 
0.2%
о258
 
0.2%
а258
 
0.2%
5233
 
0.2%
С129
 
0.1%
б129
 
0.1%
Other values (11)1045
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number105293
98.1%
Lowercase Letter1677
 
1.6%
Uppercase Letter129
 
0.1%
Other Punctuation129
 
0.1%
Space Separator129
 
0.1%

Most frequent character per category

ValueCountFrequency (%)
в258
15.4%
о258
15.4%
а258
15.4%
б129
7.7%
п129
7.7%
л129
7.7%
н129
7.7%
и129
7.7%
р129
7.7%
к129
7.7%
ValueCountFrequency (%)
155392
52.6%
230803
29.3%
316828
 
16.0%
42024
 
1.9%
5233
 
0.2%
77
 
< 0.1%
84
 
< 0.1%
92
 
< 0.1%
ValueCountFrequency (%)
С129
100.0%
ValueCountFrequency (%)
.129
100.0%
ValueCountFrequency (%)
129
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common105551
98.3%
Cyrillic1806
 
1.7%

Most frequent character per script

ValueCountFrequency (%)
в258
14.3%
о258
14.3%
а258
14.3%
С129
7.1%
б129
7.1%
п129
7.1%
л129
7.1%
н129
7.1%
и129
7.1%
р129
7.1%
ValueCountFrequency (%)
155392
52.5%
230803
29.2%
316828
 
15.9%
42024
 
1.9%
5233
 
0.2%
.129
 
0.1%
129
 
0.1%
77
 
< 0.1%
84
 
< 0.1%
92
 
< 0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII105551
98.3%
Cyrillic1806
 
1.7%

Most frequent character per block

ValueCountFrequency (%)
155392
52.5%
230803
29.2%
316828
 
15.9%
42024
 
1.9%
5233
 
0.2%
.129
 
0.1%
129
 
0.1%
77
 
< 0.1%
84
 
< 0.1%
92
 
< 0.1%
ValueCountFrequency (%)
в258
14.3%
о258
14.3%
а258
14.3%
С129
7.1%
б129
7.1%
п129
7.1%
л129
7.1%
н129
7.1%
и129
7.1%
р129
7.1%

floors
Real number (ℝ≥0)

Distinct35
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean7.919637267
Minimum1
Maximum35
Zeros0
Zeros (%)0.0%
Memory size823.7 KiB
2021-04-04T15:34:42.361386image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q13
median7
Q311
95-th percentile19
Maximum35
Range34
Interquartile range (IQR)8

Descriptive statistics

Standard deviation5.640517426
Coefficient of variation (CV)0.7122191631
Kurtosis0.2191243896
Mean7.919637267
Median Absolute Deviation (MAD)4
Skewness0.9268657211
Sum834904
Variance31.81543684
MonotocityNot monotonic
2021-04-04T15:34:42.659119image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=35)
ValueCountFrequency (%)
211941
 
11.3%
39604
 
9.1%
48906
 
8.4%
58405
 
8.0%
66706
 
6.4%
76611
 
6.3%
16456
 
6.1%
86445
 
6.1%
95405
 
5.1%
104967
 
4.7%
Other values (25)29976
28.4%
ValueCountFrequency (%)
16456
6.1%
211941
11.3%
39604
9.1%
48906
8.4%
58405
8.0%
ValueCountFrequency (%)
351
 
< 0.1%
342
< 0.1%
332
< 0.1%
324
< 0.1%
311
 
< 0.1%

square
Real number (ℝ≥0)

Distinct1192
Distinct (%)1.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean50.97434786
Minimum10
Maximum130.9
Zeros0
Zeros (%)0.0%
Memory size823.7 KiB
2021-04-04T15:34:42.784087image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum10
5-th percentile22.2
Q134
median44.6
Q364.2
95-th percentile97.6
Maximum130.9
Range120.9
Interquartile range (IQR)30.2

Descriptive statistics

Standard deviation23.27274297
Coefficient of variation (CV)0.4565579346
Kurtosis0.5602060011
Mean50.97434786
Median Absolute Deviation (MAD)14
Skewness0.967358065
Sum5373817.7
Variance541.6205655
MonotocityNot monotonic
2021-04-04T15:34:42.924681image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
34918
 
0.9%
25838
 
0.8%
37802
 
0.8%
26795
 
0.8%
35794
 
0.8%
36722
 
0.7%
22.1711
 
0.7%
50636
 
0.6%
38.7636
 
0.6%
32618
 
0.6%
Other values (1182)97952
92.9%
ValueCountFrequency (%)
1011
< 0.1%
111
 
< 0.1%
11.31
 
< 0.1%
11.54
 
< 0.1%
11.61
 
< 0.1%
ValueCountFrequency (%)
130.94
 
< 0.1%
130.82
 
< 0.1%
130.719
< 0.1%
130.611
< 0.1%
130.53
 
< 0.1%

kitchen_square
Real number (ℝ≥0)

MISSING

Distinct449
Distinct (%)0.8%
Missing50401
Missing (%)47.8%
Infinite0
Infinite (%)0.0%
Mean12.9886098
Minimum2
Maximum74.1
Zeros0
Zeros (%)0.0%
Memory size823.7 KiB
2021-04-04T15:34:43.049658image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q19
median12
Q316
95-th percentile23.5
Maximum74.1
Range72.1
Interquartile range (IQR)7

Descriptive statistics

Standard deviation6.126411842
Coefficient of variation (CV)0.471675717
Kurtosis5.57236962
Mean12.9886098
Median Absolute Deviation (MAD)3.7
Skewness1.527448908
Sum714646.3
Variance37.53292206
MonotocityNot monotonic
2021-04-04T15:34:43.193045image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
52759
 
2.6%
102112
 
2.0%
111295
 
1.2%
121243
 
1.2%
151110
 
1.1%
91040
 
1.0%
8919
 
0.9%
6849
 
0.8%
14821
 
0.8%
17810
 
0.8%
Other values (439)42063
39.9%
(Missing)50401
47.8%
ValueCountFrequency (%)
2319
0.3%
2.15
 
< 0.1%
2.21
 
< 0.1%
2.32
 
< 0.1%
2.56
 
< 0.1%
ValueCountFrequency (%)
74.11
< 0.1%
73.62
< 0.1%
73.51
< 0.1%
712
< 0.1%
681
< 0.1%

live_square
Real number (ℝ≥0)

MISSING

Distinct864
Distinct (%)1.4%
Missing44591
Missing (%)42.3%
Infinite0
Infinite (%)0.0%
Mean28.66278707
Minimum5
Maximum123
Zeros0
Zeros (%)0.0%
Memory size823.7 KiB
2021-04-04T15:34:43.331392image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum5
5-th percentile10.6
Q116
median25
Q338.5
95-th percentile60.3
Maximum123
Range118
Interquartile range (IQR)22.5

Descriptive statistics

Standard deviation16.12492266
Coefficient of variation (CV)0.562573438
Kurtosis1.216425877
Mean28.66278707
Median Absolute Deviation (MAD)10
Skewness1.150267447
Sum1743586
Variance260.0131309
MonotocityNot monotonic
2021-04-04T15:34:43.472028image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
181497
 
1.4%
151058
 
1.0%
171015
 
1.0%
16908
 
0.9%
14889
 
0.8%
30674
 
0.6%
20629
 
0.6%
11606
 
0.6%
10547
 
0.5%
27510
 
0.5%
Other values (854)52498
49.8%
(Missing)44591
42.3%
ValueCountFrequency (%)
56
< 0.1%
5.11
 
< 0.1%
5.21
 
< 0.1%
5.61
 
< 0.1%
610
< 0.1%
ValueCountFrequency (%)
1231
< 0.1%
1212
< 0.1%
116.71
< 0.1%
116.62
< 0.1%
116.31
< 0.1%

price
Real number (ℝ≥0)

Distinct32945
Distinct (%)31.3%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean8707826.068
Minimum1107000
Maximum95000000
Zeros0
Zeros (%)0.0%
Memory size823.7 KiB
2021-04-04T15:34:43.627024image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1107000
5-th percentile3367885.05
Q14968980
median7050000
Q310500000
95-th percentile19698000
Maximum95000000
Range93893000
Interquartile range (IQR)5531020

Descriptive statistics

Standard deviation5917513.92
Coefficient of variation (CV)0.6795627145
Kurtosis14.28757311
Mean8707826.068
Median Absolute Deviation (MAD)2400000
Skewness2.850397432
Sum9.179964397 × 1011
Variance3.501697099 × 1013
MonotocityNot monotonic
2021-04-04T15:34:43.758580image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
6500000511
 
0.5%
5500000451
 
0.4%
7500000436
 
0.4%
4500000383
 
0.4%
5200000355
 
0.3%
8500000355
 
0.3%
6000000353
 
0.3%
5300000343
 
0.3%
4200000334
 
0.3%
5800000325
 
0.3%
Other values (32935)101576
96.4%
ValueCountFrequency (%)
11070001
< 0.1%
12000002
< 0.1%
13000001
< 0.1%
14350001
< 0.1%
14550001
< 0.1%
ValueCountFrequency (%)
950000001
< 0.1%
945576001
< 0.1%
916182001
< 0.1%
852840001
< 0.1%
850000001
< 0.1%

build_matireal
Categorical

Distinct5
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
Монолит
52700 
Кирпич
39643 
Панель
12605 
Блоки
 
455
Дерево
 
19

Length

Max length7
Median length6
Mean length6.49557967
Min length5

Characters and Unicode

Total characters684777
Distinct characters18
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowПанель
2nd rowКирпич
3rd rowКирпич
4th rowПанель
5th rowМонолит
ValueCountFrequency (%)
Монолит52700
50.0%
Кирпич39643
37.6%
Панель12605
 
12.0%
Блоки455
 
0.4%
Дерево19
 
< 0.1%
2021-04-04T15:34:43.992898image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:44.078225image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
монолит52700
50.0%
кирпич39643
37.6%
панель12605
 
12.0%
блоки455
 
0.4%
дерево19
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
и132441
19.3%
о105874
15.5%
л65760
9.6%
н65305
9.5%
М52700
 
7.7%
т52700
 
7.7%
р39662
 
5.8%
К39643
 
5.8%
п39643
 
5.8%
ч39643
 
5.8%
Other values (8)51406
 
7.5%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter579355
84.6%
Uppercase Letter105422
 
15.4%

Most frequent character per category

ValueCountFrequency (%)
и132441
22.9%
о105874
18.3%
л65760
11.4%
н65305
11.3%
т52700
 
9.1%
р39662
 
6.8%
п39643
 
6.8%
ч39643
 
6.8%
е12643
 
2.2%
а12605
 
2.2%
Other values (3)13079
 
2.3%
ValueCountFrequency (%)
М52700
50.0%
К39643
37.6%
П12605
 
12.0%
Б455
 
0.4%
Д19
 
< 0.1%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic684777
100.0%

Most frequent character per script

ValueCountFrequency (%)
и132441
19.3%
о105874
15.5%
л65760
9.6%
н65305
9.5%
М52700
 
7.7%
т52700
 
7.7%
р39662
 
5.8%
К39643
 
5.8%
п39643
 
5.8%
ч39643
 
5.8%
Other values (8)51406
 
7.5%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic684777
100.0%

Most frequent character per block

ValueCountFrequency (%)
и132441
19.3%
о105874
15.5%
л65760
9.6%
н65305
9.5%
М52700
 
7.7%
т52700
 
7.7%
р39662
 
5.8%
К39643
 
5.8%
п39643
 
5.8%
ч39643
 
5.8%
Other values (8)51406
 
7.5%

public_date
Categorical

HIGH CARDINALITY

Distinct1219
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
15/2/2021
18604 
26/3/2021
 
6879
22/3/2021
 
4110
3/2/2021
 
1495
4/3/2021
 
1412
Other values (1214)
72922 

Length

Max length10
Median length9
Mean length8.892498719
Min length8

Characters and Unicode

Total characters937465
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique342 ?
Unique (%)0.3%

Sample

1st row4/2/2021
2nd row13/5/2020
3rd row15/2/2021
4th row4/3/2021
5th row6/2/2021
ValueCountFrequency (%)
15/2/202118604
 
17.6%
26/3/20216879
 
6.5%
22/3/20214110
 
3.9%
3/2/20211495
 
1.4%
4/3/20211412
 
1.3%
19/2/20211259
 
1.2%
20/2/20211162
 
1.1%
25/3/20211125
 
1.1%
6/3/20211111
 
1.1%
12/2/20211084
 
1.0%
Other values (1209)67181
63.7%
2021-04-04T15:34:44.332502image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
15/2/202118604
 
17.6%
26/3/20216879
 
6.5%
22/3/20214110
 
3.9%
3/2/20211495
 
1.4%
4/3/20211412
 
1.3%
19/2/20211259
 
1.2%
20/2/20211162
 
1.1%
25/3/20211125
 
1.1%
6/3/20211111
 
1.1%
12/2/20211084
 
1.0%
Other values (1209)67181
63.7%

Most occurring characters

ValueCountFrequency (%)
2293581
31.3%
/210844
22.5%
1164860
17.6%
0137759
14.7%
342745
 
4.6%
526140
 
2.8%
616611
 
1.8%
915458
 
1.6%
810448
 
1.1%
710070
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number726621
77.5%
Other Punctuation210844
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2293581
40.4%
1164860
22.7%
0137759
19.0%
342745
 
5.9%
526140
 
3.6%
616611
 
2.3%
915458
 
2.1%
810448
 
1.4%
710070
 
1.4%
48949
 
1.2%
ValueCountFrequency (%)
/210844
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common937465
100.0%

Most frequent character per script

ValueCountFrequency (%)
2293581
31.3%
/210844
22.5%
1164860
17.6%
0137759
14.7%
342745
 
4.6%
526140
 
2.8%
616611
 
1.8%
915458
 
1.6%
810448
 
1.1%
710070
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII937465
100.0%

Most frequent character per block

ValueCountFrequency (%)
2293581
31.3%
/210844
22.5%
1164860
17.6%
0137759
14.7%
342745
 
4.6%
526140
 
2.8%
616611
 
1.8%
915458
 
1.6%
810448
 
1.1%
710070
 
1.1%

update_date
Categorical

HIGH CARDINALITY

Distinct68
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
20/2/2021
13788 
24/2/2021
7286 
19/2/2021
6868 
27/3/2021
 
5894
18/2/2021
 
5303
Other values (63)
66283 

Length

Max length9
Median length9
Mean length8.893067861
Min length8

Characters and Unicode

Total characters937525
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2 ?
Unique (%)< 0.1%

Sample

1st row4/2/2021
2nd row13/2/2021
3rd row19/2/2021
4th row4/3/2021
5th row24/3/2021
ValueCountFrequency (%)
20/2/202113788
 
13.1%
24/2/20217286
 
6.9%
19/2/20216868
 
6.5%
27/3/20215894
 
5.6%
18/2/20215303
 
5.0%
26/3/20214384
 
4.2%
28/3/20213912
 
3.7%
15/2/20213571
 
3.4%
17/2/20213422
 
3.2%
24/3/20213141
 
3.0%
Other values (58)47853
45.4%
2021-04-04T15:34:44.613687image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
20/2/202113788
 
13.1%
24/2/20217286
 
6.9%
19/2/20216868
 
6.5%
27/3/20215894
 
5.6%
18/2/20215303
 
5.0%
26/3/20214384
 
4.2%
28/3/20213912
 
3.7%
15/2/20213571
 
3.4%
17/2/20213422
 
3.2%
24/3/20213141
 
3.0%
Other values (58)47853
45.4%

Most occurring characters

ValueCountFrequency (%)
2341856
36.5%
/210844
22.5%
1150568
16.1%
0121698
 
13.0%
345643
 
4.9%
413068
 
1.4%
712084
 
1.3%
812024
 
1.3%
510300
 
1.1%
69810
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number726681
77.5%
Other Punctuation210844
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2341856
47.0%
1150568
20.7%
0121698
 
16.7%
345643
 
6.3%
413068
 
1.8%
712084
 
1.7%
812024
 
1.7%
510300
 
1.4%
69810
 
1.3%
99630
 
1.3%
ValueCountFrequency (%)
/210844
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common937525
100.0%

Most frequent character per script

ValueCountFrequency (%)
2341856
36.5%
/210844
22.5%
1150568
16.1%
0121698
 
13.0%
345643
 
4.9%
413068
 
1.4%
712084
 
1.3%
812024
 
1.3%
510300
 
1.1%
69810
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII937525
100.0%

Most frequent character per block

ValueCountFrequency (%)
2341856
36.5%
/210844
22.5%
1150568
16.1%
0121698
 
13.0%
345643
 
4.9%
413068
 
1.4%
712084
 
1.3%
812024
 
1.3%
510300
 
1.1%
69810
 
1.0%

district_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,7
45271 
3,8
15331 
3,9
12092 
4,0
10090 
3,2
5527 
Other values (5)
17111 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,7
4th row3,5
5th row3,9
ValueCountFrequency (%)
3,745271
42.9%
3,815331
 
14.5%
3,912092
 
11.5%
4,010090
 
9.6%
3,25527
 
5.2%
3,65477
 
5.2%
3,55178
 
4.9%
4,12418
 
2.3%
3,42086
 
2.0%
3,31952
 
1.9%
2021-04-04T15:34:44.808014image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:44.886117image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
3,745271
42.9%
3,815331
 
14.5%
3,912092
 
11.5%
4,010090
 
9.6%
3,25527
 
5.2%
3,65477
 
5.2%
3,55178
 
4.9%
4,12418
 
2.3%
3,42086
 
2.0%
3,31952
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
394866
30.0%
745271
14.3%
815331
 
4.8%
414594
 
4.6%
912092
 
3.8%
010090
 
3.2%
25527
 
1.7%
65477
 
1.7%
55178
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
394866
45.0%
745271
21.5%
815331
 
7.3%
414594
 
6.9%
912092
 
5.7%
010090
 
4.8%
25527
 
2.6%
65477
 
2.6%
55178
 
2.5%
12418
 
1.1%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
394866
30.0%
745271
14.3%
815331
 
4.8%
414594
 
4.6%
912092
 
3.8%
010090
 
3.2%
25527
 
1.7%
65477
 
1.7%
55178
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
394866
30.0%
745271
14.3%
815331
 
4.8%
414594
 
4.6%
912092
 
3.8%
010090
 
3.2%
25527
 
1.7%
65477
 
1.7%
55178
 
1.6%

district
Categorical

HIGH CORRELATION

Distinct18
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
Выборгский
18001 
Приморский
17502 
Невский
13629 
Московский
10906 
Калининский
10839 
Other values (13)
34545 

Length

Max length17
Median length10
Mean length10.82838497
Min length7

Characters and Unicode

Total characters1141550
Distinct characters35
Distinct categories3 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНевский
2nd rowАдмиралтейский
3rd rowНевский
4th rowНевский
5th rowПриморский
ValueCountFrequency (%)
Выборгский18001
17.1%
Приморский17502
16.6%
Невский13629
12.9%
Московский10906
10.3%
Калининский10839
10.3%
Красносельский7004
 
6.6%
Ваcилеостровский4994
 
4.7%
Адмиралтейский3954
 
3.8%
Петроградский3429
 
3.3%
Красногвардейский3341
 
3.2%
Other values (8)11823
11.2%
2021-04-04T15:34:45.136060image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
выборгский18001
17.1%
приморский17502
16.6%
невский13629
12.9%
московский10906
10.3%
калининский10839
10.3%
красносельский7004
 
6.6%
ваcилеостровский4994
 
4.7%
адмиралтейский3954
 
3.8%
петроградский3429
 
3.3%
красногвардейский3341
 
3.2%
Other values (8)11823
11.2%

Most occurring characters

ValueCountFrequency (%)
и155027
13.6%
с134821
11.8%
к115389
10.1%
й111402
 
9.8%
р92676
 
8.1%
о85947
 
7.5%
н45352
 
4.0%
е43948
 
3.8%
а40729
 
3.6%
в36117
 
3.2%
Other values (25)280142
24.5%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1033498
90.5%
Uppercase Letter106737
 
9.4%
Dash Punctuation1315
 
0.1%

Most frequent character per category

ValueCountFrequency (%)
и155027
15.0%
с134821
13.0%
к115389
11.2%
й111402
10.8%
р92676
9.0%
о85947
8.3%
н45352
 
4.4%
е43948
 
4.3%
а40729
 
3.9%
в36117
 
3.5%
Other values (15)172090
16.7%
ValueCountFrequency (%)
К24915
23.3%
П24293
22.8%
В23209
21.7%
Н13629
12.8%
М10906
10.2%
А3954
 
3.7%
Ц2512
 
2.4%
Ф2004
 
1.9%
С1315
 
1.2%
ValueCountFrequency (%)
-1315
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1135241
99.4%
Latin4994
 
0.4%
Common1315
 
0.1%

Most frequent character per script

ValueCountFrequency (%)
и155027
13.7%
с134821
11.9%
к115389
10.2%
й111402
9.8%
р92676
 
8.2%
о85947
 
7.6%
н45352
 
4.0%
е43948
 
3.9%
а40729
 
3.6%
в36117
 
3.2%
Other values (23)273833
24.1%
ValueCountFrequency (%)
c4994
100.0%
ValueCountFrequency (%)
-1315
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1135241
99.4%
ASCII6309
 
0.6%

Most frequent character per block

ValueCountFrequency (%)
и155027
13.7%
с134821
11.9%
к115389
10.2%
й111402
9.8%
р92676
 
8.2%
о85947
 
7.6%
н45352
 
4.0%
е43948
 
3.9%
а40729
 
3.6%
в36117
 
3.2%
Other values (23)273833
24.1%
ValueCountFrequency (%)
c4994
79.2%
-1315
 
20.8%

underground
Categorical

Distinct6
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
0 - 1000
28694 
1000 - 2000
28240 
3000 - 4000
16787 
2000 - 3000
14790 
4000 - 5000
12202 

Length

Max length11
Median length11
Mean length9.96011269
Min length6

Characters and Unicode

Total characters1050015
Distinct characters9
Distinct categories4 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1000 - 2000
2nd row0 - 1000
3rd row1000 - 2000
4th row1000 - 2000
5th row0 - 1000
ValueCountFrequency (%)
0 - 100028694
27.2%
1000 - 200028240
26.8%
3000 - 400016787
15.9%
2000 - 300014790
14.0%
4000 - 500012202
11.6%
> 50004709
 
4.5%
2021-04-04T15:34:45.355520image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:45.426278image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
105422
33.8%
100056934
18.3%
200043030
13.8%
300031577
 
10.1%
400028989
 
9.3%
028694
 
9.2%
500016911
 
5.4%

Most occurring characters

ValueCountFrequency (%)
0561017
53.4%
206135
 
19.6%
-100713
 
9.6%
156934
 
5.4%
243030
 
4.1%
331577
 
3.0%
428989
 
2.8%
516911
 
1.6%
>4709
 
0.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number738458
70.3%
Space Separator206135
 
19.6%
Dash Punctuation100713
 
9.6%
Math Symbol4709
 
0.4%

Most frequent character per category

ValueCountFrequency (%)
0561017
76.0%
156934
 
7.7%
243030
 
5.8%
331577
 
4.3%
428989
 
3.9%
516911
 
2.3%
ValueCountFrequency (%)
206135
100.0%
ValueCountFrequency (%)
-100713
100.0%
ValueCountFrequency (%)
>4709
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common1050015
100.0%

Most frequent character per script

ValueCountFrequency (%)
0561017
53.4%
206135
 
19.6%
-100713
 
9.6%
156934
 
5.4%
243030
 
4.1%
331577
 
3.0%
428989
 
2.8%
516911
 
1.6%
>4709
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII1050015
100.0%

Most frequent character per block

ValueCountFrequency (%)
0561017
53.4%
206135
 
19.6%
-100713
 
9.6%
156934
 
5.4%
243030
 
4.1%
331577
 
3.0%
428989
 
2.8%
516911
 
1.6%
>4709
 
0.4%

eco_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,4
40480 
3,1
11052 
3,7
10406 
3,2
9000 
3,3
7268 
Other values (12)
27216 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,4
3rd row3,3
4th row3,1
5th row3,5
ValueCountFrequency (%)
3,440480
38.4%
3,111052
 
10.5%
3,710406
 
9.9%
3,29000
 
8.5%
3,37268
 
6.9%
2,85517
 
5.2%
3,54603
 
4.4%
3,64303
 
4.1%
2,92952
 
2.8%
3,82757
 
2.6%
Other values (7)7084
 
6.7%
2021-04-04T15:34:45.646154image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,440480
38.4%
3,111052
 
10.5%
3,710406
 
9.9%
3,29000
 
8.5%
3,37268
 
6.9%
2,85517
 
5.2%
3,54603
 
4.4%
3,64303
 
4.1%
2,92952
 
2.8%
3,82757
 
2.6%
Other values (7)7084
 
6.7%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
398832
31.2%
446471
14.7%
221233
 
6.7%
111052
 
3.5%
710406
 
3.3%
88274
 
2.6%
64791
 
1.5%
54603
 
1.5%
93654
 
1.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
398832
46.9%
446471
22.0%
221233
 
10.1%
111052
 
5.2%
710406
 
4.9%
88274
 
3.9%
64791
 
2.3%
54603
 
2.2%
93654
 
1.7%
01528
 
0.7%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
398832
31.2%
446471
14.7%
221233
 
6.7%
111052
 
3.5%
710406
 
3.3%
88274
 
2.6%
64791
 
1.5%
54603
 
1.5%
93654
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
398832
31.2%
446471
14.7%
221233
 
6.7%
111052
 
3.5%
710406
 
3.3%
88274
 
2.6%
64791
 
1.5%
54603
 
1.5%
93654
 
1.2%

clear_rating
Categorical

Distinct13
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,2
41775 
3,5
16742 
3,4
12987 
3,3
6303 
2,8
5923 
Other values (8)
21692 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,8
2nd row3,2
3rd row3,0
4th row2,8
5th row3,6
ValueCountFrequency (%)
3,241775
39.6%
3,516742
15.9%
3,412987
 
12.3%
3,36303
 
6.0%
2,85923
 
5.6%
3,15587
 
5.3%
3,64764
 
4.5%
3,03824
 
3.6%
2,63565
 
3.4%
2,92007
 
1.9%
Other values (3)1945
 
1.8%
2021-04-04T15:34:45.848928image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,241775
39.6%
3,516742
15.9%
3,412987
 
12.3%
3,36303
 
6.0%
2,85923
 
5.6%
3,15587
 
5.3%
3,64764
 
4.5%
3,03824
 
3.6%
2,63565
 
3.4%
2,92007
 
1.9%
Other values (3)1945
 
1.8%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
3100150
31.7%
254363
17.2%
516742
 
5.3%
412987
 
4.1%
68329
 
2.6%
86775
 
2.1%
15587
 
1.8%
03824
 
1.2%
92007
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
3100150
47.5%
254363
25.8%
516742
 
7.9%
412987
 
6.2%
68329
 
4.0%
86775
 
3.2%
15587
 
2.6%
03824
 
1.8%
92007
 
1.0%
780
 
< 0.1%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
3100150
31.7%
254363
17.2%
516742
 
5.3%
412987
 
4.1%
68329
 
2.6%
86775
 
2.1%
15587
 
1.8%
03824
 
1.2%
92007
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
3100150
31.7%
254363
17.2%
516742
 
5.3%
412987
 
4.1%
68329
 
2.6%
86775
 
2.1%
15587
 
1.8%
03824
 
1.2%
92007
 
0.6%

gkh_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
2,9
43138 
3,3
24257 
3,2
8568 
3,0
6836 
2,8
 
4032
Other values (10)
18591 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,7
2nd row2,9
3rd row3,0
4th row2,7
5th row3,3
ValueCountFrequency (%)
2,943138
40.9%
3,324257
23.0%
3,28568
 
8.1%
3,06836
 
6.5%
2,84032
 
3.8%
3,14010
 
3.8%
2,73956
 
3.8%
2,33645
 
3.5%
2,12551
 
2.4%
2,61962
 
1.9%
Other values (5)2467
 
2.3%
2021-04-04T15:34:46.053161image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,943138
40.9%
3,324257
23.0%
3,28568
 
8.1%
3,06836
 
6.5%
2,84032
 
3.8%
3,14010
 
3.8%
2,73956
 
3.8%
2,33645
 
3.5%
2,12551
 
2.4%
2,61962
 
1.9%
Other values (5)2467
 
2.3%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
371791
22.7%
270915
22.4%
943138
13.6%
07849
 
2.5%
16561
 
2.1%
84032
 
1.3%
73956
 
1.3%
61962
 
0.6%
5461
 
0.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
371791
34.0%
270915
33.6%
943138
20.5%
07849
 
3.7%
16561
 
3.1%
84032
 
1.9%
73956
 
1.9%
61962
 
0.9%
5461
 
0.2%
4179
 
0.1%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
371791
22.7%
270915
22.4%
943138
13.6%
07849
 
2.5%
16561
 
2.1%
84032
 
1.3%
73956
 
1.3%
61962
 
0.6%
5461
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
371791
22.7%
270915
22.4%
943138
13.6%
07849
 
2.5%
16561
 
2.1%
84032
 
1.3%
73956
 
1.3%
61962
 
0.6%
5461
 
0.1%

neighbor_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,7
43823 
3,8
16383 
3,9
12710 
3,6
7567 
3,4
6354 
Other values (6)
18585 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,6
4th row3,5
5th row3,7
ValueCountFrequency (%)
3,743823
41.6%
3,816383
 
15.5%
3,912710
 
12.1%
3,67567
 
7.2%
3,46354
 
6.0%
4,06305
 
6.0%
3,55952
 
5.6%
3,23565
 
3.4%
4,31574
 
1.5%
4,1631
 
0.6%
2021-04-04T15:34:46.264227image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,743823
41.6%
3,816383
 
15.5%
3,912710
 
12.1%
3,67567
 
7.2%
3,46354
 
6.0%
4,06305
 
6.0%
3,55952
 
5.6%
3,23565
 
3.4%
4,31574
 
1.5%
4,1631
 
0.6%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
399044
31.3%
743823
13.9%
816383
 
5.2%
414864
 
4.7%
912710
 
4.0%
67567
 
2.4%
06305
 
2.0%
55952
 
1.9%
23565
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
399044
47.0%
743823
20.8%
816383
 
7.8%
414864
 
7.0%
912710
 
6.0%
67567
 
3.6%
06305
 
3.0%
55952
 
2.8%
23565
 
1.7%
1631
 
0.3%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
399044
31.3%
743823
13.9%
816383
 
5.2%
414864
 
4.7%
912710
 
4.0%
67567
 
2.4%
06305
 
2.0%
55952
 
1.9%
23565
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
399044
31.3%
743823
13.9%
816383
 
5.2%
414864
 
4.7%
912710
 
4.0%
67567
 
2.4%
06305
 
2.0%
55952
 
1.9%
23565
 
1.1%

kids_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,8
53921 
3,9
19853 
4,0
6994 
4,1
6727 
3,4
 
4113
Other values (10)
13814 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,8
3rd row4,1
4th row3,8
5th row3,7
ValueCountFrequency (%)
3,853921
51.1%
3,919853
 
18.8%
4,06994
 
6.6%
4,16727
 
6.4%
3,44113
 
3.9%
3,73539
 
3.4%
4,32574
 
2.4%
3,62058
 
2.0%
2,31962
 
1.9%
3,51904
 
1.8%
Other values (5)1777
 
1.7%
2021-04-04T15:34:46.712726image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,853921
51.1%
3,919853
 
18.8%
4,06994
 
6.6%
4,16727
 
6.4%
3,44113
 
3.9%
3,73539
 
3.4%
4,32574
 
2.4%
3,62058
 
2.0%
2,31962
 
1.9%
3,51904
 
1.8%
Other values (5)1777
 
1.7%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
390639
28.7%
853921
17.0%
421829
 
6.9%
919853
 
6.3%
17070
 
2.2%
06994
 
2.2%
73539
 
1.1%
22544
 
0.8%
52397
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
390639
43.0%
853921
25.6%
421829
 
10.4%
919853
 
9.4%
17070
 
3.4%
06994
 
3.3%
73539
 
1.7%
22544
 
1.2%
52397
 
1.1%
62058
 
1.0%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
390639
28.7%
853921
17.0%
421829
 
6.9%
919853
 
6.3%
17070
 
2.2%
06994
 
2.2%
73539
 
1.1%
22544
 
0.8%
52397
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
390639
28.7%
853921
17.0%
421829
 
6.9%
919853
 
6.3%
17070
 
2.2%
06994
 
2.2%
73539
 
1.1%
22544
 
0.8%
52397
 
0.8%
Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,5
46112 
3,7
17674 
3,8
8872 
3,6
5107 
3,2
 
4228
Other values (12)
23429 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,5
3rd row3,7
4th row3,5
5th row3,8
ValueCountFrequency (%)
3,546112
43.7%
3,717674
 
16.8%
3,88872
 
8.4%
3,65107
 
4.8%
3,24228
 
4.0%
2,43565
 
3.4%
3,43392
 
3.2%
3,93016
 
2.9%
3,12619
 
2.5%
2,92587
 
2.5%
Other values (7)8250
 
7.8%
2021-04-04T15:34:46.922287image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,546112
43.7%
3,717674
 
16.8%
3,88872
 
8.4%
3,65107
 
4.8%
3,24228
 
4.0%
2,43565
 
3.4%
3,43392
 
3.2%
3,93016
 
2.9%
3,12619
 
2.5%
2,92587
 
2.5%
Other values (7)8250
 
7.8%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
396167
30.4%
546112
14.6%
718273
 
5.8%
213941
 
4.4%
89872
 
3.1%
48901
 
2.8%
95603
 
1.8%
15576
 
1.8%
65107
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
396167
45.6%
546112
21.9%
718273
 
8.7%
213941
 
6.6%
89872
 
4.7%
48901
 
4.2%
95603
 
2.7%
15576
 
2.6%
65107
 
2.4%
01292
 
0.6%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
396167
30.4%
546112
14.6%
718273
 
5.8%
213941
 
4.4%
89872
 
3.1%
48901
 
2.8%
95603
 
1.8%
15576
 
1.8%
65107
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
396167
30.4%
546112
14.6%
718273
 
5.8%
213941
 
4.4%
89872
 
3.1%
48901
 
2.8%
95603
 
1.8%
15576
 
1.8%
65107
 
1.6%

shop_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
4,3
51805 
4,5
19416 
4,4
7272 
4,2
7196 
4,6
 
4957
Other values (5)
14776 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters9
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4,3
2nd row4,3
3rd row4,4
4th row4,3
5th row4,4
ValueCountFrequency (%)
4,351805
49.1%
4,519416
 
18.4%
4,47272
 
6.9%
4,27196
 
6.8%
4,64957
 
4.7%
3,54578
 
4.3%
4,13613
 
3.4%
4,02426
 
2.3%
3,82207
 
2.1%
3,31952
 
1.9%
2021-04-04T15:34:47.128151image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:47.196289image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
4,351805
49.1%
4,519416
 
18.4%
4,47272
 
6.9%
4,27196
 
6.8%
4,64957
 
4.7%
3,54578
 
4.3%
4,13613
 
3.4%
4,02426
 
2.3%
3,82207
 
2.1%
3,31952
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
4103957
32.9%
362494
19.8%
523994
 
7.6%
27196
 
2.3%
64957
 
1.6%
13613
 
1.1%
02426
 
0.8%
82207
 
0.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
4103957
49.3%
362494
29.6%
523994
 
11.4%
27196
 
3.4%
64957
 
2.4%
13613
 
1.7%
02426
 
1.2%
82207
 
1.0%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
4103957
32.9%
362494
19.8%
523994
 
7.6%
27196
 
2.3%
64957
 
1.6%
13613
 
1.1%
02426
 
0.8%
82207
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
4103957
32.9%
362494
19.8%
523994
 
7.6%
27196
 
2.3%
64957
 
1.6%
13613
 
1.1%
02426
 
0.8%
82207
 
0.7%

traffic_rating
Categorical

Distinct14
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,2
44043 
3,3
15332 
3,1
12331 
3,5
8590 
2,9
7597 
Other values (9)
17529 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,2
3rd row3,1
4th row3,1
5th row2,9
ValueCountFrequency (%)
3,244043
41.8%
3,315332
 
14.5%
3,112331
 
11.7%
3,58590
 
8.1%
2,97597
 
7.2%
2,65656
 
5.4%
3,73155
 
3.0%
3,02987
 
2.8%
2,41962
 
1.9%
3,41323
 
1.3%
Other values (4)2446
 
2.3%
2021-04-04T15:34:47.432422image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,244043
41.8%
3,315332
 
14.5%
3,112331
 
11.7%
3,58590
 
8.1%
2,97597
 
7.2%
2,65656
 
5.4%
3,73155
 
3.0%
3,02987
 
2.8%
2,41962
 
1.9%
3,41323
 
1.3%
Other values (4)2446
 
2.3%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
3103736
32.8%
261061
19.3%
112331
 
3.9%
58590
 
2.7%
97597
 
2.4%
65806
 
1.8%
74120
 
1.3%
43285
 
1.0%
02987
 
0.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
3103736
49.2%
261061
29.0%
112331
 
5.8%
58590
 
4.1%
97597
 
3.6%
65806
 
2.8%
74120
 
2.0%
43285
 
1.6%
02987
 
1.4%
81331
 
0.6%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
3103736
32.8%
261061
19.3%
112331
 
3.9%
58590
 
2.7%
97597
 
2.4%
65806
 
1.8%
74120
 
1.3%
43285
 
1.0%
02987
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
3103736
32.8%
261061
19.3%
112331
 
3.9%
58590
 
2.7%
97597
 
2.4%
65806
 
1.8%
74120
 
1.3%
43285
 
1.0%
02987
 
0.9%

secure_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
3,4
47219 
3,8
16347 
3,7
8922 
3,0
6490 
3,6
5963 
Other values (10)
20481 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,0
2nd row3,4
3rd row3,0
4th row3,0
5th row3,7
ValueCountFrequency (%)
3,447219
44.8%
3,816347
 
15.5%
3,78922
 
8.5%
3,06490
 
6.2%
3,65963
 
5.7%
2,94002
 
3.8%
3,93590
 
3.4%
3,33491
 
3.3%
3,23243
 
3.1%
4,02418
 
2.3%
Other values (5)3737
 
3.5%
2021-04-04T15:34:47.632795image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,447219
44.8%
3,816347
 
15.5%
3,78922
 
8.5%
3,06490
 
6.2%
3,65963
 
5.7%
2,94002
 
3.8%
3,93590
 
3.4%
3,33491
 
3.3%
3,23243
 
3.1%
4,02418
 
2.3%
Other values (5)3737
 
3.5%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
3101396
32.1%
450130
15.9%
816765
 
5.3%
78922
 
2.8%
08908
 
2.8%
28342
 
2.6%
97592
 
2.4%
66149
 
1.9%
51944
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
3101396
48.1%
450130
23.8%
816765
 
8.0%
78922
 
4.2%
08908
 
4.2%
28342
 
4.0%
97592
 
3.6%
66149
 
2.9%
51944
 
0.9%
1696
 
0.3%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
3101396
32.1%
450130
15.9%
816765
 
5.3%
78922
 
2.8%
08908
 
2.8%
28342
 
2.6%
97592
 
2.4%
66149
 
1.9%
51944
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
3101396
32.1%
450130
15.9%
816765
 
5.3%
78922
 
2.8%
08908
 
2.8%
28342
 
2.6%
97592
 
2.4%
66149
 
1.9%
51944
 
0.6%
Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
2,5
48041 
2,8
17306 
2,4
10404 
2,7
8907 
2,6
7125 
Other values (6)
13639 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters316266
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,4
2nd row2,5
3rd row2,5
4th row2,4
5th row2,7
ValueCountFrequency (%)
2,548041
45.6%
2,817306
 
16.4%
2,410404
 
9.9%
2,78907
 
8.4%
2,67125
 
6.8%
1,83565
 
3.4%
2,33103
 
2.9%
2,92922
 
2.8%
3,12418
 
2.3%
2,21334
 
1.3%
2021-04-04T15:34:47.838082image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,548041
45.6%
2,817306
 
16.4%
2,410404
 
9.9%
2,78907
 
8.4%
2,67125
 
6.8%
1,83565
 
3.4%
2,33103
 
2.9%
2,92922
 
2.8%
3,12418
 
2.3%
2,21334
 
1.3%

Most occurring characters

ValueCountFrequency (%)
,105422
33.3%
2100773
31.9%
548041
15.2%
820871
 
6.6%
410404
 
3.3%
78907
 
2.8%
67125
 
2.3%
16280
 
2.0%
35521
 
1.7%
92922
 
0.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number210844
66.7%
Other Punctuation105422
33.3%

Most frequent character per category

ValueCountFrequency (%)
2100773
47.8%
548041
22.8%
820871
 
9.9%
410404
 
4.9%
78907
 
4.2%
67125
 
3.4%
16280
 
3.0%
35521
 
2.6%
92922
 
1.4%
ValueCountFrequency (%)
,105422
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common316266
100.0%

Most frequent character per script

ValueCountFrequency (%)
,105422
33.3%
2100773
31.9%
548041
15.2%
820871
 
6.6%
410404
 
3.3%
78907
 
2.8%
67125
 
2.3%
16280
 
2.0%
35521
 
1.7%
92922
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII316266
100.0%

Most frequent character per block

ValueCountFrequency (%)
,105422
33.3%
2100773
31.9%
548041
15.2%
820871
 
6.6%
410404
 
3.3%
78907
 
2.8%
67125
 
2.3%
16280
 
2.0%
35521
 
1.7%
92922
 
0.9%

total_floors
Real number (ℝ≥0)

Distinct36
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean15.14257935
Minimum1
Maximum36
Zeros0
Zeros (%)0.0%
Memory size823.7 KiB
2021-04-04T15:34:47.934212image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile5
Q110
median14
Q320
95-th percentile25
Maximum36
Range35
Interquartile range (IQR)10

Descriptive statistics

Standard deviation6.581685099
Coefficient of variation (CV)0.4346475556
Kurtosis-0.9634148033
Mean15.14257935
Median Absolute Deviation (MAD)5
Skewness0.1057898772
Sum1596361
Variance43.31857874
MonotocityNot monotonic
2021-04-04T15:34:48.060332image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=36)
ValueCountFrequency (%)
128303
 
7.9%
258002
 
7.6%
137970
 
7.6%
246743
 
6.4%
166467
 
6.1%
56352
 
6.0%
146221
 
5.9%
96072
 
5.8%
155180
 
4.9%
184527
 
4.3%
Other values (26)39585
37.5%
ValueCountFrequency (%)
110
 
< 0.1%
2283
 
0.3%
3645
 
0.6%
43311
3.1%
56352
6.0%
ValueCountFrequency (%)
369
 
< 0.1%
3526
< 0.1%
343
 
< 0.1%
333
 
< 0.1%
3232
< 0.1%

metro_station
Categorical

HIGH CARDINALITY
HIGH CORRELATION

Distinct79
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
Комендантский проспект
11160 
Парнас
 
7021
Академическая
 
5444
Елизаровская
 
5014
Звездная
 
4922
Other values (74)
71861 

Length

Max length23
Median length12
Mean length12.80427235
Min length4

Characters and Unicode

Total characters1349852
Distinct characters57
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)< 0.1%

Sample

1st rowУлица Дыбенко
2nd rowЗвенигородская
3rd rowЕлизаровская
4th rowУлица Дыбенко
5th rowПионерская
ValueCountFrequency (%)
Комендантский проспект11160
 
10.6%
Парнас7021
 
6.7%
Академическая5444
 
5.2%
Елизаровская5014
 
4.8%
Звездная4922
 
4.7%
Лен. область4709
 
4.5%
Лесная4405
 
4.2%
Приморская4139
 
3.9%
Пролетарская3607
 
3.4%
Гражданский проспект3092
 
2.9%
Other values (69)51909
49.2%
2021-04-04T15:34:48.341517image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
проспект19166
 
12.9%
комендантский11160
 
7.5%
парнас7021
 
4.7%
академическая5444
 
3.7%
елизаровская5014
 
3.4%
звездная4922
 
3.3%
область4709
 
3.2%
лен4709
 
3.2%
лесная4405
 
3.0%
приморская4139
 
2.8%
Other values (87)78169
52.5%

Most occurring characters

ValueCountFrequency (%)
а139518
 
10.3%
о117884
 
8.7%
с109410
 
8.1%
е104780
 
7.8%
к97065
 
7.2%
р86159
 
6.4%
н77721
 
5.8%
я63645
 
4.7%
и54358
 
4.0%
т52034
 
3.9%
Other values (47)447278
33.1%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1173540
86.9%
Uppercase Letter122021
 
9.0%
Space Separator43436
 
3.2%
Other Punctuation5208
 
0.4%
Open Punctuation2672
 
0.2%
Close Punctuation2672
 
0.2%
Dash Punctuation302
 
< 0.1%
Decimal Number1
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а139518
11.9%
о117884
10.0%
с109410
9.3%
е104780
 
8.9%
к97065
 
8.3%
р86159
 
7.3%
н77721
 
6.6%
я63645
 
5.4%
и54358
 
4.6%
т52034
 
4.4%
Other values (19)270966
23.1%
ValueCountFrequency (%)
П30842
25.3%
К14518
11.9%
Л13074
10.7%
С6937
 
5.7%
В6440
 
5.3%
А6356
 
5.2%
З5081
 
4.2%
Е5014
 
4.1%
Г4595
 
3.8%
Ч4504
 
3.7%
Other values (12)24660
20.2%
ValueCountFrequency (%)
43436
100.0%
ValueCountFrequency (%)
.5208
100.0%
ValueCountFrequency (%)
(2672
100.0%
ValueCountFrequency (%)
)2672
100.0%
ValueCountFrequency (%)
-302
100.0%
ValueCountFrequency (%)
51
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1295148
95.9%
Common54291
 
4.0%
Latin413
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а139518
 
10.8%
о117884
 
9.1%
с109410
 
8.4%
е104780
 
8.1%
к97065
 
7.5%
р86159
 
6.7%
н77721
 
6.0%
я63645
 
4.9%
и54358
 
4.2%
т52034
 
4.0%
Other values (40)392574
30.3%
ValueCountFrequency (%)
43436
80.0%
.5208
 
9.6%
(2672
 
4.9%
)2672
 
4.9%
-302
 
0.6%
51
 
< 0.1%
ValueCountFrequency (%)
I413
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1295148
95.9%
ASCII54704
 
4.1%

Most frequent character per block

ValueCountFrequency (%)
а139518
 
10.8%
о117884
 
9.1%
с109410
 
8.4%
е104780
 
8.1%
к97065
 
7.5%
р86159
 
6.7%
н77721
 
6.0%
я63645
 
4.9%
и54358
 
4.2%
т52034
 
4.0%
Other values (40)392574
30.3%
ValueCountFrequency (%)
43436
79.4%
.5208
 
9.5%
(2672
 
4.9%
)2672
 
4.9%
I413
 
0.8%
-302
 
0.6%
51
 
< 0.1%

sample
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size823.7 KiB
1
73823 
0
31599 

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters105422
Distinct characters2
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row1
5th row1
ValueCountFrequency (%)
173823
70.0%
031599
30.0%
2021-04-04T15:34:48.545436image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:34:48.607925image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
173823
70.0%
031599
30.0%

Most occurring characters

ValueCountFrequency (%)
173823
70.0%
031599
30.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number105422
100.0%

Most frequent character per category

ValueCountFrequency (%)
173823
70.0%
031599
30.0%

Most occurring scripts

ValueCountFrequency (%)
Common105422
100.0%

Most frequent character per script

ValueCountFrequency (%)
173823
70.0%
031599
30.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII105422
100.0%

Most frequent character per block

ValueCountFrequency (%)
173823
70.0%
031599
30.0%

Interactions

2021-04-04T15:34:26.840845image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:27.043907image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:27.177834image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:27.309922image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:27.451690image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:27.616336image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:27.842278image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:28.093466image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:28.334805image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:28.569124image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:28.837650image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:29.107326image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:29.400862image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:29.572695image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:29.760150image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:29.902644image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:30.027569image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:30.203417image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:30.388875image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:30.545094image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:30.748161image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:30.875450image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.014585image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.146924image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.350044image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.500703image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.703782image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.828748image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:31.963236image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:32.114101image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:32.317197image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:32.482682image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:32.676165image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:32.793857image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:32.919986image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:33.084222image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:33.318656image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:34.116544image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:34.433554image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:34.682112image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:34.940995image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:34:35.215332image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2021-04-04T15:34:48.670406image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2021-04-04T15:34:48.820301image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2021-04-04T15:34:48.945062image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2021-04-04T15:34:49.132516image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.
2021-04-04T15:34:49.438920image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.

Missing values

2021-04-04T15:34:36.369913image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2021-04-04T15:34:37.622668image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2021-04-04T15:34:38.313557image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2021-04-04T15:34:38.595171image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

df_indexpagedescriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationsample
00https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3209848848Жилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная РассрочкаКвартираНовостройка1240.315.811.56213000.0Панель4/2/20214/2/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко1
11https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-2558985602🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇СтудияВторичная1219.9NaNNaN3100000.0Кирпич13/5/202013/2/20213,7Адмиралтейский0 - 10003,43,22,93,73,83,54,33,23,42,55Звенигородская1
22https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249574347ddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка11147.5NaNNaN8930000.0Кирпич15/2/202119/2/20213,7Невский1000 - 20003,33,03,03,64,13,74,43,13,02,523Елизаровская1
33https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32952808752 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.КвартираНовостройка21258.117.626.49121700.0Панель4/3/20214/3/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко1
44https://www.domofond.ru/5-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3213977858Клубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатныКвартираНовостройка511121.024.261.520520000.0Монолит6/2/202124/3/20213,9Приморский0 - 10003,53,63,33,73,73,84,42,93,72,719Пионерская1
55https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249260526Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Двухстороняя квартира,2. Изолированные комнаты,3. Большая кухня,4. Несколько сан.узлов,5. Есть лоджия,6. Несколько окон на кухне,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 82 671 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка3590.6NaNNaN13044960.0Кирпич15/2/202120/2/20213,7Невский2000 - 30003,43,22,93,73,83,54,33,23,42,513Обухово1
66https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3314381260Арт. 43578871 В продаже 3-к.кв. в клубном доме White House, который располагается в исторической части города, на Петроградке., Изюминкой архитектурного проекта является атриум с прозрачным куполом и уникальным панорамным лифтом.,В отделке используются эксклюзивные материалы. Фасад утеплённый с декоративной штукатуркой, цоколь - юрский мрамор, напольное покрытие – дизайнерская итальянская плитка, стены отделаны венецианской штукатуркой. Архитектурная подсветка фасада делает здание яркой доминантой.,Доступ в здание ограничивается смарт-картами; круглосуточная охрана, видеонаблюдение.,Предусмотрена безопасная закрытая детская площадка с малыми архитектурными формами и газоном. В здании предусмотрены кладовые помещения – 38 юнитов.,Предусмотрен автоматизированный паркинг.КвартираВторичная33102.126.946.128066500.0Монолит12/3/202118/3/20213,7Петроградский1000 - 20003,43,22,93,73,83,54,33,23,42,57Петроградская1
77https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249157095Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Изолированные комнаты,4. Комнаты квадратной формы,5. Кухня квадратной формы,6. Чистовая отделка,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 58 661 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка2153.6NaNNaN9256424.0Монолит15/2/202116/2/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Площадь Ленина1
88https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3286516486Продается 1 ккв в ЖК комфорт класса в Невском районе.,ЖК Приневский,7 корпус 1 секция,Корпус сдан, ключи в марте!,Чистовая отделка - заезжай и живи!,16 этаж из 24,Удобная планировка, окна на восток,Один собственник, без обременений - быстрая сделка!,Юридическое сопровождение сделки входит в стоимость! ,Помощь в получении ипотеки!КвартираНовостройка11630.98.215.44450000.0Монолит1/3/202122/3/20213,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская1
99https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3358594721Продается двухкомнатная квартира в ЖК Чистое небо площадью 60.92 м² (жилая площадь – 29.63 м²). Квартира расположена по адресу Комендантский пр., уч. 1 и 2 рядом с метро Комендантский Проспект. Расстояние до метро 7 Мин.на транспорте. Корпус сдается в 2023. Площадь кухни 17.94 м². Площадь прихожей 8.27 м². Высота потолка 2.77 м. Лоджия. Чистовая отделка. Транспортная доступность,— Метро «Комендантский проспект» – 15 минут езды,— Удобные выезды на КАД и ЗСД,— Близость Юнтоловского заказника,О проекте,— Большая часть домов уже заселена,— Эффектная каскадная архитектура домов (от 7 до 25 этажей),— Оригинальная расцветка фасадов,— Кирпично-монолитная технология строительства,Инфраструктура и благоустройство,— Детские сады, школы, спортивный центр, кафе, рестораны, магазины, аптеки, пекарни, отделения банков – на территории квартала,— Два детских сада с бассейнами, магазины, аптеки уже открылись,— Зона отдыха длиной 1,5 км в длину,— Уютные дворы у каждого корпусаКвартираНовостройка2560.9NaNNaN8350365.0Кирпич27/3/202127/3/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,824Комендантский проспект1

Last rows

df_indexpagedescriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationsample
105412109121https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3260639075Продается квартира жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка2749.316.320.65290000.0Панель19/2/202119/2/20213,7Кировский0 - 10003,73,12,93,63,73,44,23,03,12,512Проспект Ветеранов0
105413109122https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3249391660Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Большая кухня,4. Есть лоджия,5. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 47 606 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.СтудияНовостройка1629.6NaNNaN7512000.0Кирпич15/2/202120/2/20213,9Выборгский1000 - 20004,03,13,23,84,03,23,83,33,92,910Удельная0
105414109123https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3280048889Продается квартира-студия на 2 этаже!,УСТУПКА!,Чистовая отделка в темных тонах, прихожая с местом под встроенный шкаф, просторный балкон!,— 10 минут до метро,— Удобный выезд на КАД, ЗСД,— Детские сады и школы на территории комплекса,— Наземные паркинги и подземные паркинги,— Площадь с фонтаном на территории комплекса,— Юнтоловский заказник в пяти минутах пешком,Подходит под ипотеку!,Звоните!СтудияВторичная1226.0NaN18.14100000.0Монолит27/2/202127/2/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,814Комендантский проспект0
105415109124https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3086891171Продается двухкомнатная квартира на пятнадцатом этаже в жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка21559.417.824.25850000.0Панель18/12/202019/2/20213,7Красносельский2000 - 30003,43,22,93,73,83,54,33,23,42,516Горелово0
105416109125https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3343885832Продается 1-комнатная квартира площадью 45.89 кв. метров ,на 4 этаже ,12 этажного ,кирпично-монолитного дома ,комфорт-класса в ЖК Ariosto!. ,Оптимальная планировка: Просторная кухня (14.41 кв.м) и одна комната (15.10 кв.м). ,В квартире один санузел. ,Также в квартире есть лоджия. ,Окна квартиры выходят на юго-восток и северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 29 минутах на транспорте от станции метро «Комендантский Проспект». ,В проекте 3 жилых корпуса высотой 12 этажей, а также планируется открытие: один детский сад. ,Из плюсов ЖК можно отметить: закрытую территорию, видеонаблюдение и подземный паркинг на 1172 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,При этом окружающий район уже обладает развитой инфраструктурой: государственные детсады. Рядом с ЖК расположены лесопарки и скверы. Подземный паркинг для авто. Площадки для детских и спортивных игр, между дворами протянутся пешеходные дорожки.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 47 519 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Ariosto! в продаже 273 1-комнатных квартир стоимостью от 7.4 до 16.8 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-641797КвартираНовостройка1445.9NaNNaN8797113.0Кирпич22/3/202128/3/20213,8Приморский3000 - 40003,13,53,33,83,93,84,52,93,72,712Комендантский проспект0
105417109126https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249161555Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Двухстороняя квартира,4. Изолированные комнаты,5. Комнаты квадратной формы,6. Кухня квадратной формы,7. Несколько сан.узлов,8. Есть лоджия,9. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 67 631 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка31280.4NaNNaN10671700.0Кирпич15/2/202119/2/20213,5Красногвардейский2000 - 30002,93,12,73,43,83,24,42,73,22,422Ладожская0
105418109127https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3299404646Продаётся квартира-студия в жилом комплексе Parkolovo.,Ввод в эксплуатацию 30 сентября 2023.,Технология строительства кирпич-монолит.,Одним из преимуществ объекта является скрытая разводка коммуникаций в стяжке пола, стальные радиаторы отопления европейских производителей с улучшенной теплопередачей, современные системы очистки воды и противопожарной безопасности, а также другие технологические опции.,Parkolovo — масштабный проект ЦДС на севере Петербурга. Мы не случайно называем его жилым дворово‐парковым ансамблем. Созданный в лучших традициях планового, гармонизирующего и комплексного развития территорий, отличавших северную столицу от других российских городов с момента его основания, новый район воплощает наши лучшие представления о комфортной, эстетичной, актуальной и дружественной среде.,Прямая продажа от застройщика Группы ЦДС!,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека — мы поможем оформить все необходимые документы.,Звоните в ЦДС, наши менеджеры ответят на все вопросы по данной квартире.,Номер в базе ЦДС: 81797СтудияНовостройка11329.2NaN29.23704925.0Кирпич6/3/202126/3/20213,7Выборгский4000 - 50003,43,22,93,73,83,54,33,23,42,516Парнас0
105419109128https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3353237626В продаже уютная, светлая 3-х комнатная квартира.,Соседи вежливые люди, дискомфорта Вам не доставят.,Санузел раздельный, комнаты изолированные. В квартире тихо, окна выходят во двор. Отличное транспортное сообщение: до метро 10 мин на трамвае или 30 минут пешком. Ближайшее станция метро Гражданский проспект.,Инфраструктура рядом: детский сад, школа, магазины, сквер Чингиза Айтматова.,Прямая продажа, без обременений, три взрослых собственника.,Звоните, и записывайтесь на просмотр!,Ваш специалист Белоногов Антон.КвартираВторичная3272.210.947.29500000.0Кирпич25/3/202125/3/20213,9Калининский1000 - 20003,93,33,13,84,13,94,53,23,42,59Академическая0
105420109129https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3354237461Продается студия площадью 18.40 кв. метров ,на 13 этаже ,13 этажного ,монолитного дома ,комфорт-класса в ЖК Best Western Zoom Hotel. ,Оптимальная планировка: ниша под шкаф в коридоре. ,Окна квартиры выходят на северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 12 минутах пешком от станции метро «Чёрная Речка». ,В проекте 1 жилой корпус высотой 13 этажей. ,Из плюсов ЖК можно отметить: видеонаблюдение, консьерж и подземный паркинг на 68 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,Подземный паркинг для авто. ,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 18 360 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Best Western Zoom Hotel в продаже 290 студий стоимостью от 3.4 до 5.4 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-926127СтудияНовостройка11318.4NaNNaN3399000.0Монолит26/3/202127/3/20213,7Приморский0 - 10003,43,22,93,73,83,54,33,23,42,513Черная речка0
105421109130https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3300947469Продается квартира в новостройке по переуступке!,В жилом комплексе предусмотрено развитие собственной социальной инфраструктуры:,- коммерческие помещения в самом ЖК,- детские и спортивные площадки,- собственная школа, детский сад,Пешеходные дорожки, обустроенные зоны отдыха. Почти треть территории отведено под озеленение. Удобные развязки и выезды в курортных направлениях.,В пешей доступности торговые центры, БЦ, несколькими супермаркетами и кафе, есть уже функционирующие отделения почты и банков.,На фото представлен пример отделки из шоу-рума,Агентов просьба не звонить!,Полное сопровождение сделки на всех этапах бесплатно!КвартираНовостройка21050.0NaNNaN4280000.0Монолит7/3/202115/3/20213,7Калининский4000 - 50003,43,22,93,73,83,54,33,23,42,521Гражданский проспект0